本发明涉及数据处理,特别涉及一种人体多指标检测方法及装置。
背景技术:
1、目前,在检测人体指标时,通常是以指标罗列的方式,将各个检查项的检测数值分别展示。针对不同的检查项,会具备不同的正常区间,后续可以根据实际的检测数值,标注当前的检查项是否正常。
2、然而,多个检查项之间可能存在关联,只有把多个关联的检查项的检测数值关联起来看待,才能准确地判定指标是否异常。
3、因此,目前需要一种更加准确的人体多指标检测方法。
技术实现思路
1、本发明提供一种人体多指标检测方法及装置,能够更加准确地检测人体多指标。
2、鉴于此,本发明一方面提供一种人体多指标检测方法,所述方法包括:
3、获取终端检测设备发来的多项检测数据,各项所述检测数据具备各自的数据标识;
4、识别各个所述数据标识表征的检测主体,并构建由各个所述检测主体构成的有向图;
5、将所述多项检测数据按照所述有向图指示的排列顺序处理为多指标检测序列,并基于所述多指标检测序列判断当前的检测数据是否存在异常。
6、在一个实施方式中,构建由各个所述检测主体构成的有向图包括:
7、确定各个所述检测主体之间的运作关系,所述运作关系用于表征不同检测主体的先后运作顺序;
8、将各个所述检测主体作为图节点,将不同检测主体之间的运作关系作为有向边,并以所述图节点和所述有向边为依据构建有向图。
9、在一个实施方式中,将所述多项检测数据按照所述有向图指示的排列顺序处理为多指标检测序列包括:
10、提取各项检测数据中的指标值,并按照所述有向图指示的排列顺序,将提取的各个指标值作为向量中的元素,构建指标向量,并将所述指标向量作为处理得到的多指标检测序列。
11、在一个实施方式中,基于所述多指标检测序列判断当前的检测数据是否存在异常包括:
12、将所述多指标检测序列输入完成训练的预测模型,并根据所述预测模型输出的判定结果,判断当前的检测数据是否存在异常。
13、在一个实施方式中,所述预测模型按照以下方式训练:
14、获取多指标检测序列样本,所述多指标检测序列样本具备类型标签,所述类型标签用于表征多指标检测序列样本是否异常;
15、将所述多指标检测序列样本输入所述预测模型中,并获取所述预测模型输出的预测结果;
16、基于所述预测结果和所述类型标签生成误差信息,并基于所述误差信息对所述预测模型进行校正。
17、在一个实施例中,将提取的各个指标值作为向量中的元素,构建指标向量,包括:
18、对各个指标值进行标准化处理;
19、
20、其中,x1表示对应指标值的标准化处理值;x表示对应指标值;xmin表示对应指标值所属标准范围的最小值;xmax表示对应指标值所属标准范围的最大值;
21、将各项检测数据依次与每个常规疾病的疾病数据进行检测关联分析;
22、
23、其中,yi表示第i项检测数据;[u1i,j,u2i,j]表示第i项检测数据基于第j个常规疾病的标准范围;y(yi)表示第i项检测数据与第j个常规疾病的第i项标准数据的关联分析函数;当y(yi)取值为0时,判定第i项检测数据无检测关联;
24、根据检测关联分析结果,构建同项检测数据的待调整向量j;
25、
26、其中,y11表示对应项检测数据1与对对应项常规疾病1的匹配标准范围的关联分析值;y1n表示对应项检测数据1与对对应项常规疾病n的匹配标准范围的关联分析值;
27、基于待调整向量j,确定对应项检测数据的待调系数d1;
28、
29、其中,sum表示累加函数;max表示最大值函数;
30、基于所述待调系数,对相应项标准化处理值得到最后值z;
31、z=x1+d1
32、将所有最后值进行按照顺序进行组合,构建得到指标向量。
33、本发明另一方面提供一种人体多指标检测装置,所述装置包括:
34、数据获取单元,用于获取终端检测设备发来的多项检测数据,各项所述检测数据具备各自的数据标识;
35、有向图构建单元,用于识别各个所述数据标识表征的检测主体,并构建由各个所述检测主体构成的有向图;
36、判断单元,用于将所述多项检测数据按照所述有向图指示的排列顺序处理为多指标检测序列,并基于所述多指标检测序列判断当前的检测数据是否存在异常。
37、在一个实施方式中,所述有向图构建单元具体还用于,确定各个所述检测主体之间的运作关系,所述运作关系用于表征不同检测主体的先后运作顺序;将各个所述检测主体作为图节点,将不同检测主体之间的运作关系作为有向边,并以所述图节点和所述有向边为依据构建有向图。
38、在一个实施方式中,所述判断单元具体还用于,提取各项检测数据中的指标值,并按照所述有向图指示的排列顺序,将提取的各个指标值作为向量中的元素,构建指标向量,并将所述指标向量作为处理得到的多指标检测序列。
39、由上可见,本发明提供的技术方案,针对多项检测数据,可以根据检测主体之间的运作关系,构建检测主体的有向图。后续,可以根据有向图构建检测数据之间的指标检测序列,从而综合多个数据来准确地判定检测数据是否存在异常。
40、本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
41、下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
1.一种人体多指标检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,构建由各个所述检测主体构成的有向图包括:
3.根据权利要求1所述的方法,其特征在于,将所述多项检测数据按照所述有向图指示的排列顺序处理为多指标检测序列包括:
4.根据权利要求1所述的方法,其特征在于,基于所述多指标检测序列判断当前的检测数据是否存在异常包括:
5.根据权利要求4所述的方法,其特征在于,所述预测模型按照以下方式训练:
6.根据权利要求3所述的方法,其特征在于,将提取的各个指标值作为向量中的元素,构建指标向量,包括:
7.一种人体多指标检测装置,其特征在于,所述装置包括:
8.根据权利要求7所述的装置,其特征在于,所述有向图构建单元具体还用于,确定各个所述检测主体之间的运作关系,所述运作关系用于表征不同检测主体的先后运作顺序;将各个所述检测主体作为图节点,将不同检测主体之间的运作关系作为有向边,并以所述图节点和所述有向边为依据构建有向图。
9.根据权利要求7所述的装置,其特征在于,所述判断单元具体还用于,提取各项检测数据中的指标值,并按照所述有向图指示的排列顺序,将提取的各个指标值作为向量中的元素,构建指标向量,并将所述指标向量作为处理得到的多指标检测序列。